CN105115941A - 一种提取复杂水体叶绿素浓度分布信息的遥感反演方法 - Google Patents

Abstract

本发明涉及一种提取复杂水体叶绿素浓度分布信息的遥感反演方法，包括：CMACast传输数据系统MODIS？L0数据的实时接收、解码转换为hdf格式的MODIS？L1b数据产品；对MODIS？L1b数据产品进行大气校正；利用经过大气校正后的反射率数据进行双优化迭代叶绿素反演。其中叶绿素反演算法融合了GSM算法和李忠平的半经验算法，并采用两次非线性优化迭代有效地对浮游植物吸收散射光学特性进行反演，从而避免CDOM等吸收荧光特性对反射率光谱的影响，更准确的提取叶绿素浓度信息，为提高水色遥感反演算法提供了技术支持。

Description

一种提取复杂水体叶绿素浓度分布信息的遥感反演方法

技术领域

本发明涉及一种水质分析方法，具体涉及一种提取复杂水体的叶绿素浓度分布信息的方法。

背景技术

基于卫星遥感影像MODIS反演的叶绿素浓度分布数据产品可以用于分析大洋、近岸沿海、湖泊等水质状况，赤潮爆发几率，水体富营养化情况以及初级生产力水平等。叶绿素浓度分布数据的准确反演对研究海水有害藻华、海洋生物过程、海洋碳循环乃至全球气候变化具有重要的意义。

近年来，提取叶绿素浓度分布的遥感反演算法获得较大的关注和重视，是海洋水色研究最多的领域。关于叶绿素反演的方法已有多种算法被建立，但是目前的算法仍存在以下问题：第一个是叶绿素的半经验遥感反演算法和标准经验算法对一类水体应用效果较好，但对光学特性复杂的近岸水体，应用效果差，可靠性低。在近岸，水体一般较为浑浊，颗粒物的吸收、散射特性等的影响会使得一般用于一类水体的半经验遥感反演算法和标准经验算法产生较大误差。因此，针对近岸水体这一个特定的具体近海海域需要建立特定的模型，以便更有效的反演叶绿素浓度产品；第二个问题是，目前的算法对CDOM和叶绿素的光学信号区分性不强，在近岸沿海的高浑浊、高CDOM会严重影响这些叶绿素经验算法的精度。研究表明，利用浮游植物在可见光波段的光学特性反演叶绿素浓度，可以减少CDOM等的影响。因此，基于浮游植物的吸收、散射特性是有效避免CDOM、颗粒物等影响的有效方法，和进一步提高算法精度的主要发展方向。

发明内容

本发明的目的是提供一种提取沿海的复杂水体中叶绿素浓度分布信息的方法，该方法基于浮游植物的吸收散射特性，有效避免了CDOM、颗粒物等影响，能够进一步提高分析精度。本发明应用了数字视频广播系统(CMACast)数据分发系统的中分辨率成像光谱仪(MODIS)的反射率数据。

为实现上述目的，本发明提供以下技术方案：

一种提取复杂水体叶绿素浓度分布信息的遥感反演方法，基于浮游植物吸收、散射光学特性，其步骤包括：

A：通过CMACast数据传输系统实时地接收最新发布的MODISL0原始数据，并通过CMACast解码算法将MODISL0原始数据转换为hdf格式的MODISL1b数据；

B：利用定标参数对步骤A得到的hdf格式的MODISL1b数据进行辐射定标和几何校正；

C：剔除大气分子瑞利散射；

D：利用氧气与水汽吸收波段组合计算大气气溶胶校正因子；

E：利用步骤D所得大气气溶胶校正因子，提取已经过大气校正的CMACast数据传输系统的MODISL2辐亮度数据；

F：将步骤E得到的MODISL2辐亮度数据产品与入射辐照度参数进行比值计算，得到MODISL2反射率数据；

G：基于步骤F得到的MODISL2反射率数据应用基于浮游植物光学特性构建的6波段算法计算浮游植物吸收系数，固定吸收光谱斜率参数和散射光谱斜率参数，提取叶绿素浓度、443nm颗粒物后向散射参数和443nmCDOM吸收系数；

H：将步骤G得到的结果再次应用基于浮游植物光学特性构建的6波段算法，固定443nm颗粒物后向散射参数、吸收光谱斜率参数、散射光谱斜率参数，再次提取叶绿素浓度。

本发明优选的方法中，所述步骤G～H将MODISL2反射率数据应用6波段算法计算浮游植物吸收系数是结合GSM模型和lee的经验模型对浮游植物经两次优化迭代进行光学信息提取的过程，图1给出了该叶绿素提取算法的流程图，描述了两次优化迭代过程，具体方法如下：

其中GSM模型将413-667nm遥感反射率表达r_rs(已经过大气校正的CMACast数据传输系统的MODISL2数据)为：

$r_{rs}=g_1\frac{b_b}{a+b_b}+g_2{\left(\frac{b_b}{a+b_b}\right)}^2---\left(1\right)$

其中g₁、g₂分别为0.0949和0.0797。a是海水总吸收系数，b_b是海水总后向散射系数。a包含纯海水吸收、CDM吸收和浮游植物吸收的总和。其中浮游植物的吸收可以表达为：

a_ph(λ)＝a^*[chl](2)

其中，a^*是叶绿素比吸收系数(m²/mg)Bricaudetal.1998。[chl]是叶绿素浓度(mg/m³).这里，a^*(在413,443,488,531,555,667nm)，参数选取参见表1.

表1：模型参数

CDOM吸收与波长存在一个指数关系，可以表达为:

a_CDM(λ)＝a_CDM(443)exp[-S(λ-443)](3)

S是a_CDM光谱斜率，可以通过反射率比值计算得出：

$s=0.015+\frac{0.002}{0.6+\frac{r_{rs}\left(443\right)}{r_{rs}\left(555\right)}}---\left(4\right)$

后向散射系数由纯水后向散射与颗粒物后向散射系数计算得出，其中颗粒物后向散射可以通过下式计算得出：b_bp(m^-1):

b_bp(λ)＝b_bp(λ₀)(λ/λ₀)^-Y(5)

Y是后向散射光谱指数。在这里取常数1(λ₀＝443nm).

固定参数S与Y，将式(2)-(5)代入(1)，解非线性方程，估算叶绿素浓度[chl]、b_bp(443)和a_CDM(443)；

将得到的b_bp(443)作为输入参数，同时固定S，将所述的式(2)-(5)再次代入(1)，再次解非线性方程，估算出叶绿素浓度[chl]’、a_CDM(443)’和Y’。

本发明的方法利用MODIS卫星影像数据，结合浮游植物在特定波长的光学特性，建立了非线性方程，用matlab代码实现非线性优化算法，反演叶绿素浓度产品。本发明的方法中，叶绿素反演算法融合了GSM算法和李忠平的半经验算法，有效地对浮游植物吸收、散射光学特性进行模拟运算，从而避免CDOM等吸收荧光等光学特性对反射率光谱的影响，更准确的提取叶绿素浓度信息，为提高水色遥感反演算法提供了技术支持。获得的叶绿素浓度信息对于复杂水体叶绿素分布水平的反映能力较好，并可以为近海海域赤潮事件的判断提供良好的数据支持。

附图说明

图1为本发明方法的从CMACast数据传输系统的MODIS数据接收、处理到叶绿素提取的具体算法流程示意图。

图2为本发明具体实施方式中提取的2014年11月25日MODIS数据叶绿素浓度分布信息表征图。

具体实施方式

以下结合附图对本发明进行详细的描述。

本实施以2014年11月24日发生在粤西近海发生的赤潮事件为例，以CMACast数据传输系统MODISL0数据作为遥感影像，详细说明利用所述方法进行华南沿海叶绿素浓度分布产品提取的过程。图1是本发明实施所述的基本叶绿素浓度反演方法流程图。如图1所述，所属方法包括步骤：

A：通过CMACast数据传输系统，接收了2011年11月24日的MODISL0原始数据，CMACast数据传输系统通过解码算法，将MODISL0原始数据转换为hdf格式的MODISL1b数据。

B：利用Matlab软件通过hdf头文件参数对MODISL1b数据进行转换处理。

C：选定暗像元，估算大气分子瑞利散射。

F₀(λ)是大气层外对应不同波长的太阳辐照度，其大小随着日地距离而变化，μ和μ₀分别是太阳天顶角以及卫星天顶角的余弦，α_↓和α_↑分别表示入射光和反射光的散射相位角，P_r(α_↓)是入射光的散射相函数，P_r(α_↑)是反射光的散射相函数，T_OZ(λ)为经过臭氧校正的大气透过率。τ_r(λ)是瑞利光学厚度。

D：大气顶层辐亮度减去瑞利散射后的像元，以氧气与水汽吸收波段组合进一步估算大气气溶胶散射。

ε(λ_n，λ_NIR)＝exp[C(λ_NIR-λ_n)](7)

其中λ_n为待估波长，λ_NIR为参考波长。

E：利用步骤D的结果剔除气溶胶的影响，完成大气校正；

F：根据文件参数中的入射光辐照度参数，进行反射率计算。

$r_{rs}=\frac{L_w}{E_d}---\left(8\right)$

L_w是经过大气校正后的离水辐亮度，E_d是入射辐照度。

G：应用基于浮游植物光学特性构建的6波段算法。r_rs在413-667nm遥感反射率表达(已经过大气校正的CMACast数据传输系统的MODISL2数据)为

$r_{rs}=g_1\frac{b_b}{a+b_b}+g_2{\left(\frac{b_b}{a+b_b}\right)}^2---\left(9\right)$

其中g₁、g₂分别为0.0949和0.0797。a是海水总吸收系数，b_b是海水总后向散射系数。a包含纯海水吸收、CDM吸收和浮游植物吸收的总和。浮游植物的吸收可以表达为：

a_ph(λ)＝a^*[chl](10)

其中，a^*是叶绿素比吸收系数(m²/mg)Bricaudetal.1998。[chl]是叶绿素浓度(mg/m³).这里，a^*(在413,443,488,531,555,667nm)，参数选取参见表2.

表2：模型参数

CDOM吸收与波长存在一个指数关系，可以表达为:

a_CDM(λ)＝a_CDM(443)exp[-S(λ-443)](11)

S是a_CDM光谱斜率，可以通过反射率比值计算得出：

$s=0.015+\frac{0.002}{0.6+\frac{r_{rs}\left(443\right)}{r_{rs}\left(555\right)}}---\left(12\right)$

后向散射系数由纯水后向散射与颗粒物后向散射系数计算得出，其中颗粒物后向散射可以通过下式计算得出：b_bp(m^-1):

b_bp(λ)＝b_bp(λ₀)(λ/λ₀)^-Y(13)

Y是后向散射光谱指数。在这里取常数1(λ₀＝443nm).

固定参数S与Y，将式(10)-(13)代入(9)，解非线性方程，估算叶绿素浓度[chl]、b_bp(443)和a_CDM(443)。

H：将步骤G第一次优化算法求出的b_bp(443)作为输入参数，同时固定S，将式(10)-(13)代入式(9)，再次解非线性方程，估算叶绿素浓度[chl]’、a_CDM(443)’和Y’。

本发明实施例所述基于浮游植物光学特性的叶绿素浓度提取方法，利用MODIS卫星影像数据，结合浮游植物的吸收特性，建立了非线性方程，用matlab实现优化算法，反演叶绿素浓度产品。将该算法应用于2014年11月25日MODIS影像。从叶绿素浓度产品看，在广东阳江市南部海湾发现叶绿素浓度高值，基于该海域优势藻种为赤潮藻种夜光藻，并且该时间段为该海域赤潮多发时间段，因此判断赤潮发生可能性较大。11月25日，南海航空支队执法组3808飞行快报报告在执行102号线巡航任务途中，在茂名博贺港西南侧放鸡岛附近海域(21°23′N，111°16′E)以及沿线至下川岛以南海域发现疑似赤潮，呈砖红色、品红色，条带状、块状分布，累计分布面积约300平方公里。可见叶绿素浓度产品反应叶绿素分布水平能力较好，并可以为赤潮事件判断提供数据支持。

Claims (2)

1.一种提取复杂水体叶绿素浓度分布信息的遥感反演方法，基于浮游植物吸收、散射光学特性，其步骤包括：

A：通过CMACast数据传输系统实时接收最新发布的MODISL0原始数据，并通过CMACast解码算法将MODISL0原始数据转换为hdf格式的MODISL1b数据；

B：利用定标参数对步骤A得到的hdf格式的MODISL1b数据进行辐射定标和几何校正；

C：剔除大气分子瑞利散射；

D：利用氧气与水汽吸收波段组合计算大气气溶胶校正因子；

E：利用步骤D所得结果，提取已经过大气校正的CMACast的MODISL2辐亮度数据产品；

F：将步骤E得到的MODISL2辐亮度数据产品与入射辐照度参数进行比值计算，得到MODISL2反射率数据；

G：基于步骤F得到的MODISL2反射率数据应用基于浮游植物光学特性构建的6波段算法计算浮游植物吸收系数，固定吸收光谱斜率参数和散射光谱斜率参数，提取叶绿素浓度、443nm颗粒物后向散射参数和443nmCDOM吸收系数；

H：将步骤G得到的结果再次应用基于浮游植物光学特性构建的6波段算法，固定443nm颗粒物后向散射参数、吸收光谱斜率参数、散射光谱斜率参数，再次计算叶绿素浓度。

2.权利要求1所述的方法，其特征在于，所述步骤G～H将MODISL2反射率数据应用6波段算法计算浮游植物吸收系数是结合GSM模型和lee的经验模型对浮游植物经两次优化迭代进行光学信息提取的过程，具体方法如下：

GSM模型将413-667nm遥感反射率表达已经过大气校正的CMACast的MODISL2数据r_rs为：

$r_{rs}=g_1\frac{b_b}{a+b_b}+g_2{\left(\frac{b_b}{a+b_b}\right)}^2---\left(1\right)$

其中g₁、g₂分别为0.0949和0.0797；a是海水总吸收系数，b_b是海水总后向散射系数；

其中a包含纯海水吸收、CDM吸收和浮游植物吸收的总和；其中浮游植物的吸收可以表达为：

a_ph(λ)＝a^*[chl](2)

其中，a^*是叶绿素比吸收系数(m²/mg)；[chl]是叶绿素浓度(mg/m³)；这里，a^*(在413,443,488,531,555,667nm)，参数选取参见表1

表1：模型参数

CDOM吸收与波长存在一个指数关系，表达为:

a_CDM(λ)＝a_CDM(443)exp[-S(λ-443)](3)

S是a_CDM光谱斜率，可以通过反射率比值计算得出：

$s=0.015+\frac{0.002}{0.6+\frac{r_{rs}\left(443\right)}{r_{rs}\left(555\right)}}---\left(4\right)$

后向散射系数由纯水后向散射与颗粒物后向散射系数计算得出，其中颗粒物后向散射可以通过下式计算得出：b_bp(m^-1):

b_bp(λ)＝b_bp(λ₀)(λ/λ₀)^-Y(5)

Y是后向散射光谱指数，在这里取常数1(λ₀＝443nm)

固定参数S与Y，将式(2)-(5)代入(1)，解非线性方程，估算叶绿素浓度[chl]、b_bp(443)和a_CDM(443)；

将得到的b_bp(443)作为输入参数，同时固定S，将所述的式(2)-(5)再次代入(1)，再次解非线性方程，估算出叶绿素浓度[chl]’、a_CDM(443)’和Y’。